1. В модели (3.22) возмущение ℰi (или зависимая переменная уi) есть величина случайная, а объясняющая переменная хi — величина mнеслучайная.
2. Математическое ожидание возмущения ℰi равно нулю: M(ℰi)=0 (3.23) (или математическое ожидание зависимой переменной yi равно линейной функции регрессии: .
3. Дисперсия возмущения ℰi (или зависимой переменной уi)постоянна для любого i: (3.24) (или — условие гомоскедастичности или равноизменчивости возмущения (зависимой переменной)).
4. Возмущения ℰi и ℰj (или переменные yi и yj) не коррелированы M(ℰi ℰj)=0(i≠j). (3.25)
5. Возмущение ℰi (или зависимая переменная уi) есть нормально распределенная случайная величина. В этом случае модель (3.22) называется классической нормальной линейной регрессионной моделью.
Для получения уравненртя регрессии достаточно предпосылок 1—4. Требование выполнения предпосылки 5 (т. е. рассмотрение «нормальной регрессии») необходимо для оценки точности уравнения регрессии и его параметров.
Оценкой модели (3.22) по выборке является уравнение регрессии ŷ = b0 + b1 (3.3). Параметры этого уравнения b0 и b1 определяются на основе метода наименьших квадратов.
|
|
Воздействие неучтенных случайных факторов и ошибок наблюдений в модели (3.22) определяется с помощью дисперсии возмущений (ошибок) или остаточной дисперсии 𝜎2. Несмещенной оценкой этой дисперсии является выборочная остаточная дисперсия.